서울시 치안데이터 분석

“CCTV가 많으면 범죄율을
낮추는 데에 도움이 될까요?”

출처: 서울시 공공데이터포털 (https://data.seoul.go.kr/)

데이터 살펴보기
TOP 3
    자치구       총생활인구수
16  송파구  753278.4966
0   강남구  633521.1274
3   강서구  533814.0426
TOP 3
    자치구   1인가구수
4   관악구  150745
3   강서구  104509
16  송파구   87140

데이터 살펴보기
자치구
강남구    7007
관악구    5366
서초구    5060
Name: count, dtype: int64
자치구
강남구    1713
용산구    1421
구로구    1372
Name: count, dtype: int64

안전벨과 CCTV의 상관관계: 0.3032
예상과 달리, CCTV와 안전벨의 상관관계가 높지 않다.

데이터 살펴보기

치안센터와 경찰관 수의 상관관계: 0.6500
다른 변수들과 비교했을 때 가장 높은 상관관계를 보임

데이터 살펴보기
    자치구  술집 수
17  양천구  3094
7   금천구  3179
10  동작구  3276
     자치구  술집 수
12  서대문구  3578
7    금천구  3179
14   성동구  4001

술집 수와 총 범죄 건수의 상관계수: 0.8354
다른 변수들과 비교했을 때, 가장 높은 상관관계를 보임

상관계수 분석

범죄건수 주요 변수

  • 술집 수
  • 생활 인구 수
  • 구별 경찰 수
  • CCTV 총 수량
  • 1인가구수

회귀분석

상관 관계 높은 변수 임의 선택

VS Stepwise로 변수 선택

서울시 치안 기준 군집화

상관계수가 높은 변수를 활용해서,

비슷한 치안 특성을 가진 구를 찾기위해

저희는 K-Means 클러스터링을 사용했습니다.

K-Means 클러스터링이란?

유사한 특성을 가진 데이터를 자동으로 그룹으로 묶는 비지도 학습 기법

  • 사용자가 군집 개수(K)를 정하면,

  • K개의 중심점을 기준으로 데이터를 그룹화하고,

  • 각 데이터를 가장 가까운 중심점에 할당합니다.

  • 중심점을 반복적으로 조정하며 유사한 데이터끼리 묶는 군집을 만듭니다.

서울시 자치구별 ‘구별_경찰수’, ‘유흥업소_개수’, ‘총생활인구수’, ‘cctv’ 등을 기준으로 치안 특성이 비슷한 지역을 자동으로 군집화하기 위해 사용했습니다.

하지만 분석 결과는…?

군집 개수를 2개로 정하고 군집 분석을 수행했습니다.

군집1
['강남구' '강서구' '마포구' '서초구' '송파구' '영등포구' '종로구' '중구']
군집2
['강동구' '강북구' '관악구' '광진구' '구로구' '금천구' '노원구' '도봉구' '동대문구' '동작구' '서대문구' '성동구'
 '성북구' '양천구' '용산구' '은평구' '중랑구']

군집간 총 범죄 건수 시각화(Boxplot)

군집간 총 범죄건수의 평균에 차이가 있다.

군집 분석으로 알 수 있는 것
클러스터 구별 경찰수 총 음식점 수 총생활인구수 파출소수 총범죄건수
1 1058.38 7468.25 464,404.93 12.38 9337.38
2 734.65 3824.71 377,246.14 8.41 5867.06
클러스터 1 분석
  • 복잡하고 밀도 높은 지역일 가능성이 크다.
  • 인구가 많고 상권이 크며 유동인구도 많고 외부 유입도 활발하다.
  • 경찰과 파출소 수도 많아 치안 자원이 이미 많이 투입된 상태다.
  • 그럼에도 불구하고 범죄 건수가 높다.
클러스터 2 분석
  • 클러스터 1보다 평균적으로 수치가 낮다.
  • 도시 외곽 또는 상대적으로 조용한 주거 지역일 가능성이 있다.
  • 인구도 적고 음식점도 적으며, 경찰/파출소 수도 적다.
  • 그에 따라 범죄 건수도 낮다.